面向人与Agent混合的多团队协作仿真训练方法研究

Simulation based teamwork training is a critical and effective solution to promote teamwork capacities and to maintain desirable outcomes for the teams in high risk environments including military, aviation, medical care, emergency, and so on. Moreover, the approaches of simulation based teamwork training are the groundwork and the key point..According to the problems of how to undertake the simulation based teamwork training for multiple human-agent teams, the main research works of this project will include that:.Firstly, according to the complex teamwork training requirements for multi-teams, the EBAT (Event-based Approach to Training) extended approaches of simulation based teamwork training which support the teamwork process modeling of multi-teams, uncertainty scenario generation, standard training process control, as well as the assessment of process performance and temporal performance will be addressed..Secondly, considering the teamwork between teammates, coaches, simulated teammates, and simulated coaches, the approaches of human-agent teamwork which support the BDI (Belief, Desire, Intention) agent's dynamic teamwork behaviors reasoning and the BDI agent's dynamic context perception will be proposed..Thirdly, aiming to implement the predictable and mobile agent coaching, the approaches of agent coaching which support the BDI agent's proactive information exchange and the BDI agent's mobile coaching behaviors will be presented..Lastly, the national economy mobilization training will be chosen as the real application field, and the case studies of simulation based teamwork training with multiple human-agent teams will be undertaken..This project will make effort to extend the theories and approaches of simulation based team training, and will provide the solution of simulation based teamwork training applications.

开展团队协作仿真训练对于提高军事、航空、医疗、应急等高危环境下的团队协作能力、保持团队高绩效至关重要，而团队协作仿真训练方法则是其根本。围绕人与Agent混合的多团队协作仿真训练问题展开深入研究，主要包括：①考虑复杂的多团队协作仿真训练需求，研究基于EBAT扩展的支持多团队协作过程建模、不确定性情景构建、标准化训练过程控制、过程性与时间性绩效的多团队协作仿真训练与绩效评估方法；②考虑团队成员、训导人员、虚拟团队成员、虚拟训导人员共同参与的团队协作需求，研究支持BDI动态协作行为推理和动态环境感知的人、Agent协作方法；③考虑预测性和移动式Agent训导需求，研究支持BDI前摄性信息交互和移动执行的Agent训导方法；④以国民经济动员演练为实际应用背景的多团队协作仿真训练案例分析。力图实现团队仿真训练理论与方法的有力拓展，同时为团队协作仿真训练应用提供解决方案。

针对如何通过团队协作仿真训练提高高危环境下的团队协作能力的实际难题，运用团队仿真训练和智能Agent理论及方法，围绕仿真训练情景构建与绩效评估方法、多Agent协作方法、Agent训导方法等展开研究。主要研究内容包括：.1）基于本体OWL和时间贝叶斯网络的不确定情景构建与推理。为了能够同时表达情景本体中概念间的因果关系及时态信息，将区间代数理论引入到本体建模方法中，提出了一种包含时间限制关系和时间不确定性的OWL因果时间本体模型。同时，将区间代数理论引入到贝叶斯网络的时间扩展，提出了一种支持OWL因果时间本体推理的时间贝叶斯网络（Ontology Temporal Bayesian Network, OTBN），并研究了网络的构建与推理方法。此外，将时间贝叶斯网络推广到贝叶斯决策网络（BDN），并与智能Agent决策模型相结合，研究了基于BDN的多Agent决策模型及推理方法。.2）基于HTN和自动协商的多Agent协作、基于HLA和智能Agent的多Agent协作数据交互。考虑目标不仅带时间窗而且具有时间约束和资源约束的情况，研究了组织模式下考虑时间约束和资源约束的Agent协作目标制定方法。针对多Agent目标制定中的目标冲突，在传统的双边多议题协商过程中，引入协商僵局判断和协商僵局解决机制，提出了多Agent组织成员行动计划制定的动态协商方法。针对Agent持续性动作的分布式推理和规划问题，提出了一种带截止时间的多Agent协作规划方法，包括分布式协作规划与调度，以及本地启发式和全局搜索策略。基于HLA DDM数据分发管理协议，研究了分布式多Agent协作数据交互控制与计算负载平衡方法。.3）基于智能推荐和学习能力的团队学习和评估、团队协作行为的分析评估。为了将团队协作学习和学习推荐系统相结合，应用个人能力的项目反应理论（Item Response Theory），研究了一种基于个人能力的，且可以支持团队协作学习的个性化的学习推荐系统。考虑团队领导者和团队成员个体之间的双方决策意愿，研究了一种基于协商的团队形成问题，提出了一个基于领导者和团队成员之间的协商模型，以及基于agent协商的团队形成算法，从而实现领导者和团队成员个体之间利益需求的均衡。考虑团队成员的团结性行为对团队协商结果的影响，建立了两层团队协商问题和团结性行为模型，提出了多Agent协商交互方法